移動機器人運動軌跡仿真.pdf

移動機器人運動軌跡仿真.pdf

ID:51510424

大?。?.11 MB

頁數(shù):5頁

時間:2020-03-26

移動機器人運動軌跡仿真.pdf_第1頁
移動機器人運動軌跡仿真.pdf_第2頁
移動機器人運動軌跡仿真.pdf_第3頁
移動機器人運動軌跡仿真.pdf_第4頁
移動機器人運動軌跡仿真.pdf_第5頁
資源描述:

《移動機器人運動軌跡仿真.pdf》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫

1、第31卷第9期計算機仿真2014年9月文章編號:1006—9348(2014)09—0387—05移動機器人運動軌跡仿真林旭梅(青島理工大學(xué)自動化工程學(xué)院,山東青島266520)摘要:研究移動機器人運動軌跡優(yōu)化控制問題,移動機器人在運動軌跡跟蹤中性能指標(biāo)受到各種因素的影響,如量化誤差、摩擦和電機轉(zhuǎn)矩脈動等非線性因素等。在移動機器人運動中,系統(tǒng)中的有些參數(shù)是時變的、負載擾動難以測量,所以難以建立準(zhǔn)確的數(shù)學(xué)模型。為解決上述問題,提出建立移動機器人的運動模型,針對模型中的不確定和擾動,設(shè)計了滑模變結(jié)構(gòu)控制器。對于控制器參數(shù)的確定,通過改進的粒子群算法進行優(yōu)化選擇。由于機器入的不完

2、整非線性特性,在移動中受到過程系統(tǒng)噪聲和量測噪聲的影響,應(yīng)用增廣Kalman濾波器對有色噪聲進行濾波處理。仿真和實驗結(jié)果顯示:優(yōu)化后的Kalman濾波器的滑??刂破髟谝苿訖C器人中的應(yīng)用能夠較好地消除系統(tǒng)噪聲誤差和量測噪聲,提高軌跡跟蹤控制精度。關(guān)鍵詞:移動機器人;軌跡跟蹤;滑模控制;粒子群算法中圖分類號:TP391.9文獻標(biāo)識碼:BTheTrajectorySimulationforMobileRobotLINXu—mei(CollegeofAutomationEngineering,QingdaoTechnologicalUniversity,QingdaoShandon

3、g266520,China)ABSTRACT:Thetrackingperformanceofmobilerobotisinfluencedbyvariousfactors,suchasthequantizationer—For,frictionandtorquerippleandothernonlinearfactors.Inthemotionofrobot,itisdifficulttoestablishaccuratemathematicalmodelbecauseofsometime—varyingparametersandnon-measureddisturban

4、ce.Firstly,amotionmod-elofrobotisestablishedinthispaper.Aslidingmodecontrollerisusedtoovercametheuncertaintyanddisturbance.Then,animprovedparticleswa/ITIoptimization(PSO)ispresentedforoptimizingsomeparameters;anextendedKal—manfilterisproposedtofiltercolorednoise.Finally,thesimulationresult

5、sshowthatslidingmodecontroHerwithex—tendedKalmanfilterandOptimizationmethodCanreducesystemerrorandmeasurementerror,andimprovetheper—formanceofthetrajecory—trackingformobilerobot.KEYWORDS:Mobilerobot;Trajectory-tracking;Slidingmodecontrol;ParticlesWalTaalgorithm1引言移動機器人是典型的非完整系統(tǒng)¨’2J,非完整系統(tǒng)的特

6、點是具有可控性,不存在光滑時不變的狀態(tài)反饋控制率,對移動機器人的研究一般考慮機器人的位置、速度、加速度以及位置變量等對時間的高階微分。由于移動機器人的非線性和非完整性,對于其軌跡跟蹤問題得到了廣泛的研究,本文控制量為位置量和速度量,在移動機器人在平移和旋轉(zhuǎn)模式中,對每個驅(qū)動軸進行實時控制。所用的控制方法有PID控制、模糊PID舊J、模糊控制、自適應(yīng)控制H.5J、Backstepping方法、神經(jīng)網(wǎng)絡(luò)【5]。PID、模糊控制、模糊PID控制對結(jié)構(gòu)不確定性系統(tǒng)缺點是局部收斂;而自適應(yīng)控制對于非結(jié)構(gòu)不確定性無法解決;神經(jīng)網(wǎng)絡(luò)設(shè)計運動控制器,能夠逼近系統(tǒng)的非線性,在確定范圍內(nèi)也能克

7、服一定的擾動,但是其在線學(xué)基金項目:山東省教育廳科技計劃基金項目(J13LN40)收稿日期:2014—03—02修回日期:2014—03—31習(xí)時間較長M1;反演(Backstepping)控制方法是定義“虛擬控制”,將復(fù)雜的非線性系統(tǒng)分解成多個簡單、階次低的子系統(tǒng)進行控制¨j,通過Lyapunov函數(shù)泛推出需要的控制率和自適應(yīng)率等,其缺點是其中的參數(shù)較多,較為繁瑣;滑模變結(jié)構(gòu)的特點是“結(jié)構(gòu)”不固定,根據(jù)系統(tǒng)當(dāng)前的偏差及其各階導(dǎo)數(shù),讓系統(tǒng)按照預(yù)定的“滑動模態(tài)”軌跡運動,由于滑動模態(tài)的設(shè)計與對象參數(shù)和擾動無關(guān),魯棒性

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。